[发明专利]一种音乐生成方法和装置

说明书

本发明公开了一种音乐生成方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取多个风格标签，并将多个风格标签转换为风格向量指标；将风格向量指标和从和弦进行数据库中随机选择的和弦进行，输入预先训练好的深度学习模型，生成音乐旋律的属性；根据音乐旋律的属性，配置多个乐器；基于音乐旋律的属性，控制多个乐器之间配合，生成音乐作品。该实施方式能够快速大批量根据定制需求生成约定时长、风格场景的音乐作品。

技术领域

本发明涉及计算机技术领域，尤其涉及一种音乐生成方法和装置。

背景技术

随着人们娱乐活动如游戏、短视频、动图视频的多样化，背景音乐的需求量越来越大。目前，音乐主要通过人工创作。其中，人工创作基于音乐人长期的知识积累及灵感创意爆发并通过传统乐器(包含电子乐器)创作并发布。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有的这种人工创作的方式，音乐创作数量有限，万能不能满足市场对音乐的需求。

发明内容

有鉴于此，本发明实施例提供一种音乐生成方法和装置，能够快速大批量根据定制需求生成约定时长、风格场景的音乐作品。

为实现上述目的，根据本发明实施例的一个方面，提供了一种音乐生成方法，包括：

获取多个风格标签，并将所述多个风格标签转换为风格向量指标；

将所述风格向量指标和从和弦进行数据库中随机选择的和弦进行，输入预先训练好的深度学习模型，生成音乐旋律的属性；

根据所述音乐旋律的属性，配置多个乐器；

基于所述音乐旋律的属性，控制所述多个乐器之间配合，生成音乐作品。

优选地，

所述音乐旋律的属性包括：音符、音调、音高、音量以及时长中的任意一种或多种信息。

优选地，所述生成音乐旋律的属性，包括：

生成音乐主旋律的属性；

将所述音乐主旋律的属性、所述风格向量指标和选择出的所述和弦进行，再次输入预先训练好的所述深度学习模型中，生成音乐辅旋律的属性。

优选地，配置多个乐器，包括：

分别根据所述音乐主旋律的属性和所述辅旋律的属性，配置对应的乐器。

优选地，音乐生成方法，进一步包括：

通过标注有和弦进行的歌曲样本以及对应的风格标签，训练深度学习模型。

优选地，所述训练深度学习模型，包括：

所述深度学习模型包括：深度学习编码器和深度学习解码器；

所述深度学习编码器接收标注有和弦进行的歌曲样本以及对应的风格标签；

所述深度学习编码器将所述标注有和弦进行的歌曲样本以及对应的风格标签转换为内在语义表示，并发送给所述深度学习解码器；

所述深度学习解码器将所述内在语义表示转换为歌曲样本的音乐旋律的预测属性；

基于所述歌曲样本的音乐旋律的预测属性以及存储的所述歌曲样本的音乐旋律的真实属性，更新所述深度学习模型。

优选地，更新所述深度学习模型，包括：

基于所述歌曲样本的音乐旋律的预测属性以及存储的歌曲样本的音乐旋律的真实属性，计算损失；

根据所述损失，更新所述深度学习模型的参数。